مشخصات پژوهش

عنوان	مدلسازی عملکرد غیر خطی و پدیده خودگرمایی سنسور NTC با شبکه عصبی MLP، RBF برای اندازه گیری مستقیم دما
نوع پژوهش	پایان نامه
کلیدواژه‌ها	مدلسازی، سنسور NTC.، پدیده خودگرمایی، شبکه عصبی، شبکه فازی عصبی.
چکیده	پارامترهای متعددی در انتخاب سنسورمناسب برای اندازه گیری دما، تاثیر گذارند. یکی از مهم ترین این پارامترها خطی بودن است که موجب گردیده تا سنسورهایی مانند RTD با وجود مشکلاتی نظیر قیمت بالا، حساسیت پایین و ... به خاطرداشتن عملکرد خطی بسیار خوب و در نتیجه عدم نیاز به مدارات خطی ساز، بیشترین کاربرد را داشته باشند. در مقابل، کاربرد سنسورهایی نظیر NTC با داشتن قیمت بسیار پایین تر و حساسیت به مراتب بالاتر، به خاطر دو مشکل اساسی غیر خطی بودن و پدیده خودگرمایی، بسیار محدود باشد. اگرچه با استفاده از مدارات خطی ساز سخت افزاری این اشکالات تا حدودی اصلاح می شوند، ولی خطای مربوط به حذف اثر پدیده خودگرمایی و همچنین خطای ناشی از کاربرد مدارات خطی ساز، باعث افزایش مشکلات ثانویه از جمله افزایش خطا، کاهش محدوده کاری و محدودیت های فراوان دیگری می شود. در این تحقیق، ساختاری جدید مبتنی بر شبکه های عصبی و شبکه عصبی-فازی تطبیقی برای مدلسازی پدیده های غیرخطی و خودگرمایی سنسور NTC و اندازه گیری مستقیم دما بدون استفاده از مدارات خطی ساز و یا مدارات واسط دیگر، پیشنهاد شده است. در ساختار پیشنهادی، با استفاده از داده هایی که در آزمایشگاه تولید شده اند، شبکه ها آموزش و آزمایش شده است. نتایج روش پیشنهادی بر روی داده های آزمایش، میانگین مربعات خطای 2040/0 و 1600/0 به ترتیب برای شبکه های MLP و RBF و میانگین مربعات خطای 1035/0 برای شبکه ANFIS را نشان می دهد که دست آورد قابل ملاحظه ای است.
پژوهشگران	جمال قاسمی (استاد راهنما)، محمد مهدی پور (دانشجو)